CN105137437B - 一种基于空域相位方差加权的目标检测方法 - Google Patents
一种基于空域相位方差加权的目标检测方法 Download PDFInfo
- Publication number
- CN105137437B CN105137437B CN201510428201.6A CN201510428201A CN105137437B CN 105137437 B CN105137437 B CN 105137437B CN 201510428201 A CN201510428201 A CN 201510428201A CN 105137437 B CN105137437 B CN 105137437B
- Authority
- CN
- China
- Prior art keywords
- spatial domain
- frequency
- variance
- domain phase
- spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于空域相位方差加权的目标检测方法,包括:对拖线阵声纳中各阵元所拾取的数据进行滤波放大,然后对所拾取的数据进行采样,得到离散数据;对离散数据做FFT分析,得到频谱数据;将所述频谱数据中各频率单元相关的各阵元数据做相位补偿、累加与求和,完成频域窄带波束形成;在各频率单元的窄带波束形成中,求取各方位空域相位值;更新接收信号,重复执行上述操作,各频率单元均得到多个空域相位值;对所有方位角的空域相位值进行方差计算;由方差生成加权因子,利用所述加权因子对所有方位进行空域相位方差加权统计,得到最终空间谱和方位估计值。
Description
技术领域
本发明涉及声纳信号处理领域,特别涉及一种基于空域相位方差加权的目标检测方法。
背景技术
在阵列信号处理中,由于被动声纳不主动对外辐射信号,隐蔽性较强,一直是对水下目标进行检测、定位、跟踪、识别的重要手段之一。但随着降噪技术的不断提高,被动声纳接收数据的信噪比随之在不断降低,对被动声纳的性能需求也越来越严格。被动声纳常用的检测技术——能量累积检测方法,现已不能满足远程目标检测需求。学者通过理论和实验证明了:水下目标辐射噪声中含有丰富的单频分量,特别是在低频段,螺旋桨转动会切割水体产生低频信号,一部分低频分量直接以加性形式出现在目标辐射信号中,另有部分被船体自身振动调制到较高频带,线谱谱级通常比连续谱平均谱级高出10~25dB。这为被动声纳实现水下目标远程探测提供一种可能,也促使了线谱检测技术的进一步发展。
在线谱检测检测方面,国内外学者做了不少研究,并取得了一定的研究成果,尤其是在相位差分补偿、对齐方面。有的学者利用线谱信号与背景噪声间的时间相关半径与相位起伏均匀性差异,提出了一种基于信号起伏相位差分对齐的相干检测方法,抑制了背景噪声能量干扰。有的学者利用相位起伏特性,改善了对目标的监测性能和线谱信号与背景噪声的时间相关半径。有的学者提出了一种差分二次平均修正的频域相位补偿线谱检测方法。同样,有的学者给出了正弦信号的直接FFT参数估计与相位差分法对比研究结果。这些方法基于相位差分一阶矩信息进行相位对齐或补偿来提高FFT参数估计效果。同时,有的学者依据单频信号与背景噪声的相位差分前后的相位方差二阶矩信息,进一步增强单频信号能量、抑制噪声、提高信噪比。
另外,依据水下目标辐射噪声含有稳定线谱这一特征,国内外学者在不同方面进行了有效、有针对性应用研究,提高了被动声纳性能。在阵列信号处理方法,有的学者提出了一种基于瞬时频率方差加权的阵列信号处理方法,有的学者提出了一种基于瞬时方位方差加权的阵列信号处理方法,有的学者提出了一种基于幅值加权的阵列信号处理方法,它们均克服了传统线谱检测四维显示难点,改善了能量累积检测法在远程目标检测方面的性能。有的学者提出了一种基于瞬时频率方差加权的时延估计方法,有的学者提出了一种基于瞬时时延差方差加权的时延估计方法,它们均提高了互相关法在远程目标定位方面的性能。
根据上述文献所提出的思想,在某一频率单元的窄带波束形成中,当目标方位只占据某一个或某几个方位角时,经多次窄带波束形成累加取最终空间谱,常规波束形成则会将所有方位角对应空间谱等价地加权到最终空间谱中。在低信噪比情况下,受背景噪声影响,空间谱中各方位处谱值起伏较大,不便于最后目标检测和方位估计。
发明内容
本发明的目的在于克服现有技术中的目标检测方法在低噪声情况下受背景噪声影响,空间谱中各方位处谱值起伏较大,不便于最后目标检测和方位估计的缺陷,从而提供一种能够抑制非目标方位处噪声干扰、增强目标检测信噪比增益的目标检测方法。
为了实现上述目的,本发明提供了一种基于空域相位方差加权的目标检测方法,包括:
步骤1)、对拖线阵声纳中各阵元所拾取的数据进行滤波放大,然后对所拾取的数据进行采样,得到离散数据;
步骤2)、对步骤1)所得到的离散数据做FFT分析,得到频谱数据;将所述频谱数据中各频率单元相关的各阵元数据做相位补偿、累加与求和,完成频域窄带波束形成;在各频率单元的窄带波束形成中,求取各方位空域相位值;
步骤3)、更新接收信号,重复进行步骤1)、步骤2),直到重复次数达到预先设定值M,则各频率单元均得到M个空域相位值;
步骤4)、对步骤3)所得到的所有方位角的空域相位值进行方差计算;
步骤5)、由步骤4)所得到的方差生成加权因子,利用所述加权因子对所有方位进行空域相位方差加权统计,得到最终空间谱和方位估计值。
上述技术方案中,在所述的步骤2)中,频域窄带波束形成以及求取各方位空域相位值的计算公式如下:
其中,BF(m,θ)为频域窄带波束形成的结果,Xi(m,lws)为目标线谱所对应频率单元lws的频谱数据,ws=2π/KTs是FFT分析中的频率采样间隔,为目标线谱所对应频率单元的空域相位值;i=1,2,…,I,m=1,2,…,M;θ=0,1,…,179;I为阵元数,M为统计次数,K为FFT分析所得频率单元数;d为阵间距,c为有效声速;
Xi(m,lws)的计算公式如下:
θ0为目标方位角,τ0为第i阵元相对参考阵元接收信号时延差,为目标辐射信号初始相位,为第i阵元第m次接收背景噪声产生的相位误差,Ai为个阵元信号幅度。
上述技术方案中,在步骤4)中,所述方差的计算公式为:
其中为所得到的方差。
上述技术方案中,在步骤5)中,所述加权因子空域相位方差的计算公式为:
其中,就是所要求取的最终空间谱;
由中最大值对应方位得到方位估计值。
本发明的优点在于:
本发明的方法利用目标方位与非目标方位对应的空域相位在二阶矩上的差别,对各方位角进行加权求和,削弱噪声对最终空间谱的影响,增强目标检测信噪比增益,抑制非目标方位噪声干扰、提高信噪比。
附图说明
图1是一拖线阵声纳的结构示意图;
图2是拖线阵声纳中的接收阵的接收信号示意图;
图3是本发明的基于空域相位方差加权的目标检测方法的流程图;
图4是输入平均谱级比SLR从-30dB到20dB,每个平均谱级比下做200次独立统计所得目标1方位处与非目标方位处空域相位标准差的示意图;
图5是输入平均谱级比SLR从-30dB到20dB,每个平均谱级比下做200次独立统计所得目标2方位处与非目标方位处空域相位标准差的示意图;
图6是采用常规波束形成方法所得最终空间谱,所得目标检测正确概率的示意图;
图7是依据本发明方法所得最终空间谱,所得目标检测正确概率的示意图;
图8是输入平均谱级比为-10dB时,常规波束形成所得方位历程图;
图9是输入平均谱级比为-10dB时,本发明方法所得方位历程图;
图10是输入平均谱级比为-10dB时,两种方法所得某一时刻空间谱的对比图;
图11是输入平均谱级比为-15dB时,常规波束形成方法所得方位历程图;
图12是输入平均谱级比为-15dB时,本发明方法所得方位历程图;
图13是输入平均谱级比为-15dB时,两种方法所得某一时刻空间谱的对比图。
具体实施方式
现结合附图对本发明作进一步的描述。
在对本发明的方法做详细说明前,首先对本发明的方法所适用的接收阵加以描述。图1为一拖线阵声纳的结构示意图,该拖线阵声纳包括:显控、信号处理机、甲板缆、绞车、导缆架、拖缆、接收阵;其中,所述甲板缆安装在绞车上,其通过导缆架与拖缆连接;所述拖缆与接收阵连接;所述拖缆与信号处理机、显控依次电连接。图2为拖线阵声纳中的接收阵的接收信号示意图,该接收阵为阵元数为I的等间距水平拖线阵(本发明的方法可适用于任意形式的阵列,并不局限于此处所提及的等间距水平拖线阵),θ0为目标相对水平拖线阵辐射信号方向,各阵元接收拾取数据xi(t)可表示为:
xi(t)=x(t-τi(θ0))+ni(t) (1)
式中,xi(t)为第m个阵元信号,x(t-τi(θ0))为相对参考阵元(拖线阵中的第一个阵元)经τi(θ0)=(1-i)dsinθ0/c延时后的信号,d为阵间距,为目标入射角,c为有效声速,ni(t)为第i个阵元接收背景噪声,1≤i≤I为阵元号。
目标辐射数据x(t)为:
式中,An为线谱信号幅度,fn为线谱信号频率,为线谱信号随机相位,t为目标辐射信号时刻,bs(t)为宽带信号,由机械噪声、螺旋桨噪声、水动力噪声组合而成;N为假定的独立分量数,和bs(t)相互独立,服从[0~2π]均匀分布。
令
式中,E[ ]表示求取均值函数,Var[ ]表示求取方差函数,表示连续谱方差。
以式(2)中第n个线谱为例,其与宽带信号平均谱级比(Spectrum Level Ratio:SLR)为:
式中,B为宽带信号的带宽。
现假设目标辐射信号具有稳定线谱,在统计时间内具有目标方位变化缓慢的特点,可以采用下述方法实现对目标检测。
首先对各阵元所采集的数据分块做FFT分析,所得频谱记为Xi(m,fk),i=1,2,…,I,m=1,2,…,M,k=1,2,…,K;其中,I为阵元数,M为一阵元所采集的数据分块的数目,K为对每块数据做FFT分析所得频率单元个数。
令目标线谱所对应频率单元为fl,对每块FFT分析结果中fl频率单元各阵元数据Xi(m,fl)进行相位补偿、累加、求和完成频域窄带波束形成,记为BF(m,θ),θ=0,1,…,179。
如果采用常规波束形成进行目标检测和方位估计,fl频率单元的最终空间谱可按式(5)表示:
在波束形成所预设的方位角内,当目标方位只占据某一个或某几个方位角时,如果采用式(5)求取最终空间谱,则会将所有方位角对应空间谱等价地加权到最终空间谱中。在低信噪比情况下,受背景噪声影响,空间谱中各方位处谱值起伏较大,不便于最后目标检测和方位估计。对此,利用目标方位与非目标方位对应的空域相位在二阶矩上的差别,对各方位角进行加权求和,削弱噪声对最终空间谱的影响,增强目标检测信噪比增益,抑制非目标方位噪声干扰、提高信噪比,可将式(5)变换为:
式中,Wm为不同方位角所需权值。
利用上述公式(6)求解最终空间谱,进而实现对目标的检测。
参考图3,本发明的方法包括以下步骤:
步骤1)、对各阵元拾取数据进行滤波放大,然后通过A/D电路采样,采样率为fs,得到离散信号xi(n'Ts),其中,i=1,2,…,I,Ts=1/fs,n'=1,2,…,N',N'为数据长度。
步骤2)、对步骤1)所得到的各阵元所采集的离散信号做FFT分析,所得频谱记为Xi(m,kws),i=1,2,…,I,m=1,2,…,M,k=1,2,…,K;其中,I为阵元数,M为统计次数,K为FFT分析所得频率单元数,ws=2π/KTs是FFT分析中的频率采样间隔。
将所述频谱数据中各频率单元相关的各阵元数据做相位补偿、累加与求和,完成频域窄带波束形成;在各频率单元的窄带波束形成中,求取各方位空域相位值。以目标线谱所对应的频率单元为例,假设目标线谱所对应频率单元为lws,接着根据频谱数据按式(7)对各阵元数据Xi(m,lws)进行相位补偿、累加、求和,完成频域窄带波束形成,所得到的结果记为BF(m,θ),θ=0,1,…,179;并求取各方位相位,该频率单元得到一个空域相位值,记为
式中,d为阵间距,c为有效声速,Xi(m,lws)如式(8)所示:
式中,θ0为目标方位角,τ0为第i阵元相对参考阵元(拖线阵中的第一个阵元)接收信号时延差,为目标辐射信号初始相位,为第i阵元第m次接收背景噪声产生的相位误差,Ai为个阵元信号幅度。
步骤3)、更新接收信号,重复进行步骤1)、步骤2),直到重复次数达到预先设定值M,则各频率单元均得到M个空域相位值,即得到M个m=1,2,…,M,θ=0,1,…,179。
步骤4)、对步骤3)所得到的所有方位角的空域相位值进行方差计算,所得到的方差记为θ=0,1,…,179;方差的计算公式如下:
步骤5)、由步骤4)所得到的方差生成加权因子,利用所述加权因子对所有方位进行空域相位方差加权统计,得到最终空间谱和方位估计值。
所述加权因子由此空域相位方差计算公式如式(10)所示:
根据式(10)计算得到的就是所要求取的最终空间谱,中最大值对应方位就是所述的方位估计值。
当较小时,其对应空间谱值在中数值较大,便于检测提取。
以上是对本发明方法基本步骤的描述,下面对这些步骤做进一步的说明。
假设在波束形成所预设的方位角内,当目标方位只占据某一个或某几个方位角时,非目标方位处的最小和最大预成空域相位值为目标方位处的空域相位值的最小值和最大值分别为进行M帧统计,假设所有方位角的空域相位值均服从均匀分布,非目标方位处和目标方位处的空域相位方差分别为δn、δs。
首先对非目标方位处空间谱进行统计,对于非目标方位,每个预成空域相位值出现概率相等,因此空域相位方差的计算式为:
然后将目标方位处空域相位方差结果累加到式(12)中,可得:
式(13)可简化为:
由式(7)可知,当θ=θ0时,对各阵元数据Xi(m,lws)进行相位补偿后的结果及该处空域相位为:
当θ≠θ0时,对各阵元数据Xi(m,lws)进行相位补偿后的结果为:
对比式(15)和式(16)可知:低信噪比下,由于第i阵元接收噪声产生的相位差,可能会导致波束形成结果中出现不能正确检测到目标及其方位。当波动较小时,由于2πlwsτ0-2πlwsτi≠0,可得此时各方位角空域相位波动小于可利用该特性,实现对目标的检测,提高波束形成对信噪比的鲁棒性。
所以,当目标方位变化缓慢,目标方位处空域相位被正确估计的概率在50%以上时,通过排序、提取中间部分值可使相位方差值δs<<δn;当目标方位对应空域相位受水声信道影响产生波动时,可对各方位处空域相位先进行差分对齐,然后再求取相位差分对齐后的相位方差值。此时由理论分析可知:目标方位对应空域相位差分值比较稳定,非目标方位对应空域相位差分值比较随机,进而可得相位差分对齐后的相位方差值δs<<δn,由式(13)可知:在波束形成空间谱输出值中,目标方位对应谱值将远大于其它位置对应谱值。
本发明的方法(简称本文方法)与现有技术中的方法(简称CBF)相比具有明显的优点。下面结合实例,对本发明方法与现有技术中相关方法的效果进行比较。
在一个比较例中,现假定目标1、2辐射信号只有线谱分量,线谱频率分别为f1=60Hz和f2=70Hz,目标1、2相对线阵方位角分别为θ1=60°和θ2=70°,干扰为带限噪声,带宽为10~200Hz。每次采集长度为T=10s,对采集数据分10段进行频域波束形成。线阵间距为d=c/2f2,有效声速为c=1500m/s。
图4为输入平均谱级比SLR从-30dB到20dB,每个平均谱级比下做200次独立统计所得目标1方位处与非目标方位处空域相位标准差;
图5为输入平均谱级比SLR从-30dB到20dB,每个平均谱级比下做200次独立统计所得目标2方位处与非目标方位处空域相位标准差;
图6为依据式(5)所得最终空间谱,所得目标检测正确概率;
图7为依据式(10)所得最终空间谱,所得目标检测正确概率;
图8为输入平均谱级比为-10dB时,常规波束形成所得方位历程图;
图9为输入平均谱级比为-10dB时,本文方法所得方位历程图;
图10为输入平均谱级比为-10dB时,两种方法所得某一时刻空间谱;
图11为输入平均谱级比为-15dB时,常规波束形成所得方位历程图;
图12为输入平均谱级比为-15dB时,本文方法所得方位历程图;
图13为输入平均谱级比为-15dB时,两种方法所得某一时刻空间谱。
由图4和图5可知,在输入平均谱级比高于-20dB时,目标方位处空域相位标准差小于非目标方位处空域相位标准差。且随着信噪比变高,则第m次接收背景噪声产生的相位误差波动会变的更小,由式(15)和式(16)可知,此时各方位角空域相位波动范围变的更小,由于2πlwsτ0-2πlwsτi≠0,所以同样小于
由图6和图7可知,在输入平均谱级比为-20dB~-3dB时,本文方法所得目标检测正确概率高于常规波束形成所得目标检测正确概率。原因在于,低信噪比下,由于第i阵元接收噪声产生的相位差,可能会导致波束形成结果中出现不能正确检测到目标及其方位。而波动较小,2πlwsτ0-2πlwsτi≠0,此时各方位角空域相位波动小于即δs<<δn。由此,可得本文方法所得目标检测正确概率高于常规波束形成所得检测目标正确概率。
同样,由图8—图13所示方位历程图可知,在该仿真的情况下,常规波束形成在-10dB已不能实现对目标检测,而本文方法在-15dB还能实现对目标检测。图8—图13给出的波束形成方位历程图符合图6和图7所示结果。数值仿真结果表明,本文方法可进一步提高常规波束形成对目标的检测性能。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种基于空域相位方差加权的目标检测方法,包括:
步骤1)、对拖线阵声纳中各阵元所拾取的数据进行滤波放大,然后对所拾取的数据进行采样,得到离散数据;
步骤2)、对步骤1)所得到的离散数据做FFT分析,得到频谱数据;将所述频谱数据中各频率单元相关的各阵元数据做相位补偿、累加与求和,完成频域窄带波束形成;在各频率单元的窄带波束形成中,求取各方位空域相位值;
步骤3)、更新接收信号,重复进行步骤1)、步骤2),直到重复次数达到预先设定值M,则各频率单元均得到M个空域相位值;
步骤4)、对步骤3)所得到的所有方位角的空域相位值进行方差计算;
步骤5)、由步骤4)所得到的方差生成加权因子,利用所述加权因子对所有方位进行空域相位方差加权统计,得到最终空间谱和方位估计值。
2.根据权利要求1所述的基于空域相位方差加权的目标检测方法,其特征在于,在所述的步骤2)中,频域窄带波束形成以及求取各方位空域相位值的计算公式如下:
其中,BF(m,θ)为频域窄带波束形成的结果,Xi(m,lws)为目标线谱所对应频率单元lws的频谱数据,ws=2π/KTs是FFT分析中的频率采样间隔,Ts=1/fs,其中,fs为采样率;为目标线谱所对应频率单元的空域相位值;i=1,2,…,I,m=1,2,…,M;θ=0,1,…,179;I为阵元数,M为统计次数,K为FFT分析所得频率单元数;d为阵间距,c为有效声速;
Xi(m,lws)的计算公式如下:
θ0为目标方位角,τ0为第i阵元相对参考阵元接收信号时延差,为目标辐射信号初始相位,为第i阵元第m次接收背景噪声产生的相位误差,Ai为个阵元信号幅度。
3.根据权利要求2所述的基于空域相位方差加权的目标检测方法,其特征在于,在步骤4)中,所述方差的计算公式为:
其中为所得到的方差。
4.根据权利要求3所述的基于空域相位方差加权的目标检测方法,其特征在于,在步骤5)中,所述加权因子基于空域相位方差加权的波束形成计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510428201.6A CN105137437B (zh) | 2015-07-20 | 2015-07-20 | 一种基于空域相位方差加权的目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510428201.6A CN105137437B (zh) | 2015-07-20 | 2015-07-20 | 一种基于空域相位方差加权的目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105137437A CN105137437A (zh) | 2015-12-09 |
CN105137437B true CN105137437B (zh) | 2017-12-29 |
Family
ID=54722843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510428201.6A Active CN105137437B (zh) | 2015-07-20 | 2015-07-20 | 一种基于空域相位方差加权的目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105137437B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107229044B (zh) * | 2016-03-25 | 2019-07-09 | 中国科学院声学研究所 | 一种基于特征子空间方位稳定性的强弱目标检测方法 |
CN107621639B (zh) * | 2017-09-08 | 2020-07-17 | 河海大学 | 一种基于连续线性和证据累加准则的水下障碍检测方法 |
CN107886068B (zh) * | 2017-11-10 | 2021-12-07 | 哈尔滨工程大学 | 一种基于时空域线谱增强器的未知线谱目标检测方法 |
CN110007296B (zh) * | 2018-01-04 | 2020-10-23 | 中国科学院声学研究所 | 一种基于引导信号修正的时域干扰抵消方法 |
CN108562905B (zh) * | 2018-03-27 | 2022-06-14 | 西北工业大学 | 一种基于模态域子空间检测器加权的水下目标检测方法 |
CN109814065B (zh) * | 2019-01-14 | 2020-07-31 | 东南大学 | 基于相位因子加权的波束形成方法 |
CN111665489B (zh) * | 2019-03-08 | 2023-03-21 | 中国科学院声学研究所 | 一种基于目标特性的线谱提取方法 |
CN111693971B (zh) * | 2019-03-11 | 2023-07-18 | 中国科学院声学研究所 | 一种用于弱目标检测的宽波束干扰抑制方法 |
CN110554392B (zh) * | 2019-05-10 | 2021-11-09 | 中国船舶重工集团公司第七一五研究所 | 一种基于频率—能量起伏特性的运动目标线谱识别方法 |
CN113281729B (zh) * | 2021-05-31 | 2022-02-01 | 中国科学院声学研究所 | 一种基于多帧空间谱联合处理的目标自动检测方法及系统 |
CN117607876B (zh) * | 2024-01-24 | 2024-04-19 | 汉江国家实验室 | 一种被动声纳多波束窄带信号检测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1388384A (zh) * | 2001-05-26 | 2003-01-01 | 华为技术有限公司 | 一种提高接收信号波达方向估计准确度的方法 |
CN103454615A (zh) * | 2013-03-01 | 2013-12-18 | 西安电子科技大学 | 稳健盲信号参数估计方法 |
CN104101871A (zh) * | 2013-04-15 | 2014-10-15 | 中国科学院声学研究所 | 一种用于被动合成孔径的抑制窄带干扰方法及系统 |
CN104698448A (zh) * | 2015-04-03 | 2015-06-10 | 西安科技大学 | 运动平台下基于流形分离的共形阵列稳健估角方法 |
-
2015
- 2015-07-20 CN CN201510428201.6A patent/CN105137437B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1388384A (zh) * | 2001-05-26 | 2003-01-01 | 华为技术有限公司 | 一种提高接收信号波达方向估计准确度的方法 |
CN103454615A (zh) * | 2013-03-01 | 2013-12-18 | 西安电子科技大学 | 稳健盲信号参数估计方法 |
CN104101871A (zh) * | 2013-04-15 | 2014-10-15 | 中国科学院声学研究所 | 一种用于被动合成孔径的抑制窄带干扰方法及系统 |
CN104698448A (zh) * | 2015-04-03 | 2015-06-10 | 西安科技大学 | 运动平台下基于流形分离的共形阵列稳健估角方法 |
Non-Patent Citations (2)
Title |
---|
"一种基于瞬时相位方差加权的线谱检测器";郑恩明 等;《电子与信息学报》;20150716;第37卷(第7期);第1764-1765页 * |
"基于主副瓣比加权的未知线谱目标检测方法研究";郑恩明 等;《应用声学》;20150606;第34卷(第4期);第313-315页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105137437A (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105137437B (zh) | 一种基于空域相位方差加权的目标检测方法 | |
CN107561512B (zh) | 一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法 | |
CN104656074B (zh) | 一种加权的鲁棒性宽带波束形成目标检测方法 | |
Li et al. | Multi-target position and velocity estimation using OFDM communication signals | |
CN103064077B (zh) | 一种基于幅值加权的目标检测方法和设备 | |
CN102830387B (zh) | 一种基于数据预处理的协方差矩阵正交化波束形成方法 | |
Bucris et al. | Bayesian focusing for coherent wideband beamforming | |
CN105403875B (zh) | 双极化接收雷达的目标检测方法 | |
CN107153178B (zh) | 外辐射源雷达参考信号含有多径干扰时的目标检测方法 | |
CN112612006B (zh) | 基于深度学习的机载雷达非均匀杂波抑制方法 | |
CN104360355B (zh) | 抗干扰方法和装置 | |
CN108710103A (zh) | 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法 | |
CN111693971B (zh) | 一种用于弱目标检测的宽波束干扰抑制方法 | |
de Paolo et al. | Skill assessment of resolving ocean surface current structure using compact-antenna-style HF radar and the MUSIC direction-finding algorithm | |
CN113835068B (zh) | 一种基于独立成分分析的盲源分离实时抗主瓣干扰方法 | |
CN105022050A (zh) | 一种多传感器阵列的水声信道离散噪声源抑制方法 | |
RU2739000C1 (ru) | Гидроакустический комплекс для обнаружения движущегося подводного источника звука, измерения пеленга на источник звука и горизонта источника звука в мелком море | |
CN106842135B (zh) | 基于干扰加噪声协方差矩阵重构的自适应波束形成方法 | |
CN105785346A (zh) | 一种基于相位方差加权的未知目标线谱检测方法及系统 | |
CN107229044B (zh) | 一种基于特征子空间方位稳定性的强弱目标检测方法 | |
CN113884998A (zh) | 一种多载波相参和非相参联合累积处理方法 | |
CN103926570B (zh) | 基于多通道rls的外辐射源雷达海杂波干扰抑制方法 | |
CN110673118A (zh) | 一种主动声纳单频脉冲串波形设计及检测算法 | |
CN109669172A (zh) | 基于主瓣内强干扰抑制的弱目标方位估计方法 | |
Zhang et al. | Robust adaptive acoustic vector sensor beamforming using automated diagonal loading |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |